1
SeminarOberflächenhydrologieLV-Nr.: 816.305
Modul Hydrologie und Wasserwirtschaftliche PlanungMag. KTWW (431) und Mag. WU (432)Gebundenes Wahlfach 2 SWS (3 ECTS)
Sommersemester 2008
4. Übungseinheit
Lehrveranstaltungsleiter:Hubert Holzmann
Email: [email protected]
Inhalt 4. Übungseinheit(1) Präsentation der Ergebnisse durch Studierendengruppen
(2) Methoden der Hochwasserprognose
(3) Fallbeispiel zur operationellen HQ-Prognose
2
Institut für Wasserwirtschaft, Hydrologieund Konstruktiven Wasserbau
Vorstand: Prof. H.P. Nachtnebel Universität für Bodenkultur Wien
Runoff forecasts and early warning systems
Ao.Univ.Prof. Dipl.Ing. Dr. Hubert Holzmann(Email: [email protected])
Risikomanagement und NaturgefahrenBOKU Kongress - Wien, November 2001
Risikomanagement und NaturgefahrenBOKU Kongress - Wien, November 2001
Situation
• Increasing Number of FloodsOder, Weichsel, Rhein, Donau, Traisen, Machland, Tessin, etc.
• Significant increasing Flood Losses
• Potential Causes- Cyclic behaviour of meteorological forces- Climatic Change- Decrease of retention areas- Increasing settlements and constructional activities - Inaccurate design of flood protection measures
3
Loss development of the last 50 years
Risikomanagement und NaturgefahrenBOKU Kongress - Wien, November 2001
Flood Damages
4
Flood Warning Principles
Upstream Gauge:- Flood Routing- Statistical Methods
Rainfall :- Rainfall-Runoff Modelling- Snow Melt Modelling- Flood Routing
Weather Forecasts:- Weather Models- Rainfall-Runoff Modelling- Snow Melt Modelling- Flood Routing
1h - days
1h - 12h
3h - 3 days
Time t
Runoff Q (m3/s)
Threshold
Risikomanagement und NaturgefahrenBOKU Kongress - Wien, November 2001
Statistical Methods:Predictors are upstream runoff data, rainfall, air temperature or soil moisture dataData are available online.
•(Multiple) Regression•Cross Correlation•Markov Processes•Bayesian Methods•Kalman Filter Techniques
Rainfall-Runoff Models:Rainfall data are used as online model input. The lead time corresponds to the runoff formation and translation time)
•Event based models•Continuous Models•Deterministic Models•Conceptual Models•Snowmelt and Snow accumulation Models
Meteorological Forecasts:Distribution of continental Air Temperature, Humidity and Air pressure.
•ECMWF (Reading)•ALADIN (LAM)•+ RR-Modelling
Risikomanagement und NaturgefahrenBOKU Kongress - Wien, November 2001
Forecast Methods
5
Schneeschmelze undSchneeakkumulation
Schneeakkumulation:
If Ti < O oC wobei Ti ... mittl. Tageslufttemperatur der Höhenstufe i(gemäß Temperaturgradient)
Durch die Schneeakkumulation reduziert sich der abflußwirksame Niederschlaggemäß dem flächengewichteten Anteil des Neuschnees.
Schneeschmelze:
If Ti > O oC qi = fak* Ti (Grad-Tag-verfahren)wobei qi den aktuellen, akkumulierten Schneespeicher nicht überschreitenkann.
.
bw1
Oberflächenabfluss f(bw, h1, k1)
NiederschlagSchneeschmelze
Zwischenabfluss f(bw1, h2, k2)
Versickerung f(bw1, h2, k3)
h1
h2
bw2Basisabfluss f(bw2, k4)
Oberflächenspeicher
Freies Bodenwasser
Pflanzenverfügbares Bodenwasser
Verdunstung
FK
PWP
Niederschlags-Abfluss Modell
Schneeakkumulation Tiroler Inn 1990 - 1991
Zeit (d)
Akk
. Sch
nee
in m
mW
aequ
.
0 200 400 600
010
020
030
040
050
0
Hoehenzone 0-500 m.ShHoehenzone 500-1000 m.ShHoehenzone 1000-1500 m.ShHoehenzone 1500-2000 m.ShHoehenzone 2000-2500 m.ShHoehenzone 2500-3000 m.Sh
Zeit (d)
Abflu
ss (
m3/
s)
0 20 40 60
02
46
810
Q beobachtetQ EchtzeitsimulationQ PrognoseQ zukuenftig
Snowmelt and Runoff
SchneeschmelzmodellSchneeakkumulation Tiroler Inn 1990 - 1991
Zeit (d)
Akk.
Sch
nee
in m
mW
aequ
.
0 200 400 600
010
020
030
040
050
0
Hoehenzone 0-500 m.ShHoehenzone 500-1000 m.ShHoehenzone 1000-1500 m.ShHoehenzone 1500-2000 m.ShHoehenzone 2000-2500 m.ShHoehenzone 2500-3000 m.Sh
bw1
Oberflächenabfluss f(bw, h1, k1)
NiederschlagSchneeschmelze
Zwischenabfluss f(bw1, h2, k2)
Versickerung f(bw1, h2, k3)
h1
h2
bw2Basisabfluss f(bw2, k4)
Oberflächenspeicher
Freies Bodenwasser
Pflanzenverfügbares Bodenwasser
Verdunstung
FK
PWP
Risikomanagement und NaturgefahrenBOKU Kongress - Wien, November 2001
Flood Warning Systems
•Lead time must be sufficient for protection measures- Reliable results achievable for bigger catchments with longer response time - For smaller catchments the combination with retention basins is recommended
•Protection Measures:Active Measures:- Mobile Flood Protection- (operable) retention basin- sand bags
Passive Measures:- Evacuation of victims- Polders (pumping)
The effectiveness increases with the length of the lead time !!!
Risikomanagement und NaturgefahrenBOKU Kongress - Wien, November 2001
6
Data Management
Real time observationRainfall, Temperature, Runoff (incl. Forecasts)
Data Transmission to computer centerRadio- and telephone transmission
Data ProcessingTime Series, Preprocessing, Regionalisation
Runoff ComputationModels
Transmission of results to the civil servicesActions and Master Plans due to runoff categories
Short term protection actionsMobile flood protectors, warnings, evacuations, etc.
Updating:Improving of forecasts by means of estimation error
No Flood
Flood
Risikomanagement und NaturgefahrenBOKU Kongress - Wien, November 2001
Conclusions
• Flood Warning Systems are important instruments of civil protection.
• Short term measures are efficiently applicable if- online data ,- efficient forecast models, - appropriate protection measures and- sufficient master plans are available.
• Permanent protection level (dams, runoff capacity) varies within30 and 100 years frequency. Additional warning systems decrease the remaining risk for big flood events.
• Flood warning systems do not substitute the necessity of a reliable environmental planning system with adopted land utilisation due to hazards and risks.
• Runoff forecasts can be used for other objectives (e.g. forecasts of hydro-electrical potential, river navigation, etc.)
Risikomanagement und NaturgefahrenBOKU Kongress - Wien, November 2001
7
HD Salzburg, 2. Okt. 2006
Department für Wasser, Atmosphäre und Umwelt
Inst. für Wasserwirtschaft, Hydrologie und Konstruktiven Wasserbau
Universität fürBodenkultur Wien
Hochwassermodellierung in kleinen Einzugsgebieten
Methodische AspekteHubert Holzmann
Email: [email protected])
Inhalt
• Veranlassung u. Hintergrund• Spezifika kleiner Einzugsgebiete• Methoden und Verfahren
- Statistische Verfahren- Einheitsganglinienverfahren- Unbeobachtete Einzugsgebiete
• Erste Ergebnisse• Allgemeine Erkenntnisse• Ausblick
HD Salzburg, 2. Okt. 2006
8
Veranlassung u. Hintergrund
Vorstudie Hochwasserprognose für Nebeneinzugsgebiete
HD Salzburg, 2. Okt. 2006
Auftraggeber: Amt der Niederösterr. LandesregierungHR. DI Labut
Auftragnehmer: SCIETECH FlussmanagementDI G. Reichel
ZAMG – WienDr. Th. Haiden
IWHW - BOKUProf. DI Dr. H. Holzmann
DELFT HydraulicsDr. D. Schwanenberg
Veranlassung u. Hintergrund
Warum Hochwasserprognosen ?
- Regionale und überregionale Hochwässer in den letzten Jahren- Grenzen des Schutzwasserbaus- Reduktion des (Restrisikos) und der Vulnerabilität- Etablierung von Frühwarnsystemen- Rasche und direkte Information der Öffentlichkeit
HD Salzburg, 2. Okt. 2006
9
Veranlassung u. Hintergrund
Ausgangslage in Niederösterreich
- Haupt- und Nebeneinzugsgebiete- Unterschiedliche Gebietscharakteristik (Abflussregime, Besiedelung, Größe, etc.)
- Unterschiedliche Modellrealisierungen- Flächendeckende Vorhersage
HD Salzburg, 2. Okt. 2006
Veranlassung u. Hintergrund
HD Salzburg, 2. Okt. 2006
10
Spezifika kleiner EZG
• Eingeschränkte Datenlage (N, Q, T)• Eingeschränkte fernübertragene Daten• Dominanz konvektiver NS-Ereignisse• Rasche Systemreaktion• Hohe zeitliche Auflösung der Daten erforderlich • Kurze Prognosefristen• Begrenzte räumliche Übertragbarkeit
HD Salzburg, 2. Okt. 2006
Prognosekonzept
HD Salzburg, 2. Okt. 2006
Niederschlag
Abfluss
Realtime Nowcast LA-Model (ALADIN)
11
HD Salzburg, 2. Okt. 2006
8 10 2002 - 8 19 2002
Julian. Tag
Nie
ders
chla
g (m
m)
15562 15564 15566 15568 15570
02
46
810
Julian. Tag
Abf
luss
(m3/
s)
15562 15564 15566 15568 15570
020
4060
8010
0
Prognosekonzept
HD Salzburg, 2. Okt. 2006
8 10 2002 - 8 19 2002
Julian. Tag
Nie
ders
chla
g (m
m)
15562 15564 15566 15568 15570
02
46
810
Julian. Tag
Abf
luss
(m3/
s)
15562 15564 15566 15568 15570
020
4060
8010
0
Prognosekonzept
12
HD Salzburg, 2. Okt. 2006
8 10 2002 - 8 19 2002
Julian. Tag
Nie
ders
chla
g (m
m)
15562 15564 15566 15568 15570
02
46
810
Julian. Tag
Abf
luss
(m3/
s)
15562 15564 15566 15568 15570
020
4060
8010
0
Prognosekonzept
Erfordernisse und Erwartungen
Allgemein• Flächendeckendes Prognosesystem für ganz Niederösterreich bis 2013• Bereitstellung einer Hochwasserwarnung im Internet• Bereitstellung von Prognoseganglinien mit Konfidenzintervall und/oderBereitstellung von Warnstufen
• Automatischer Betrieb des Warnsystems
Für kleine Einzugsgebiete• Einfacher Methodenansatz zur einfachen Parameterisierung und
Datenhandhabung • Übertragbarkeit der Konzepte von beobachteten auf unbeobachtete EZG• Differenzierte Visualisierungsoptionen
HD Salzburg, 2. Okt. 2006
13
Methoden
HD Salzburg, 2. Okt. 2006
Angewendete Verfahren
- Statistische Verfahren- Einheitsganglinienverfahren- Unbeobachtete Einzugsgebiete
Methoden
HD Salzburg, 2. Okt. 2006
Statistische Verfahren zur Hochwasserprognose
Zielgrößen: HQ-Scheitel
Auftrittszeitpunkt HQ-Scheitel
Prediktoren: Niederschlagssumme
Niederschlagsintensität
Monatszahl
Vorregenindex am Ereignisanfang
Vorregenindex Ereignismaximum
14
Hydr.-meteorol. Größen
Niederschlagssumme
NiederschlagsdauerNiederschlagsschwerpunkt
Systemzustand (Vorfeuchte)
8 10 2002 - 8 19 2002
Jul. Tag
Nie
ders
chla
g (m
m)
15562 15564 15566 15568 15570
02
46
810
Jul. Tag
Abf
luss
(m3/
s)
15562 15564 15566 15568 15570
020
4060
80
Abflussscheitel
Anstiegszeit
Translationszeit
EZG Charakteristik(Fläche, Fließlänge, Höhendifferenz)
HD Salzburg, 2. Okt. 2006
Methoden
HD Salzburg, 2. Okt. 2006
Fahrafeld / Triesting
beob. (m3/s)
sim
ulie
rt (m
3/s)
50 100 150
050
100
150 Param. qmax Korr.: 0.95
Hirtenberg / Triesting
beob. (m3/s)
sim
ulie
rt (m
3/s)
50 100 150 200 250
050
100
150
200
250
Param. qmax Korr.: 0.74
Gutenstein (Kirche) / Piesting
beob. (m3/s)
sim
ulie
rt (m
3/s)
5 10 15 20 25 30 35
010
2030 Param. qmax Korr.: 0.76
Woellersdorf (Hydro) / Piesting
beob. (m3/s)
sim
ulie
rt (m
3/s)
20 40 60 80 100
020
4060
8010
0
Param. qmax Korr.: 0.78
Ehrendorf / Lainsitz
beob. (m3/s)
sim
ulie
rt (m
3/s)
50 100 150
050
100
150
Param. qmax Korr.: 0.86
Gegenüberstellung beobachteter und berechneter HQ-Scheitelwerte (mittels statistischer Methode).
15
Methoden
HD Salzburg, 2. Okt. 2006
Fahrafeld / Triesting
Zeit
Abflu
sssc
heite
l (m
3/s)
050
100
200
04/17/1994 04/17/1995 04/17/1996 04/17/1997 04/17/1998 04/17/1999 04/17/2000 04/17/2001 04/17/2002
Meldestufe 1
Meldestufe 2
Meldestufe 3
Meldestufe 4
Q beobachtetQ berechnet
-2 0 2
02
46
810
14
Fehler der Warnstufe / n = 19
Differenz in Meldestufe
Abso
l. H
aeuf
igke
it
Hirtenberg / Triesting
Zeit
Abflu
sssc
heite
l (m
3/s)
050
150
250
05/17/1991 05/17/1993 05/17/1995 05/17/1997 05/17/1999 05/17/2001
Meldestufe 1Meldestufe 2
Meldestufe 3
Meldestufe 4
Q beobachtetQ berechnet
-2 0 2
02
46
810
12
Fehler der Warnstufe / n = 20
Differenz in Meldestufe
Abso
l. H
aeuf
igke
it
Gutenstein (Kirche) / Piesting
Zeit
Abflu
sssc
heite
l (m
3/s)
010
2030
4050
07/27/1991 07/27/1993 07/27/1995 07/27/1997 07/27/1999 07/27/2001 07/27/2003
Meldestufe 1Meldestufe 2
Meldestufe 3
Meldestufe 4
Q beobachtetQ berechnet
-2 0 2
02
46
810
Fehler der Warnstufe / n = 21
Differenz in Meldestufe
Abso
l. H
aeuf
igke
it
Woellersdorf (Hydro) / Piesting
Zeit
Abflu
sssc
heite
l (m
3/s)
020
4060
8012
0
05/17/1991 05/17/1993 05/17/1995 05/17/1997 05/17/1999 05/17/2001 05/17/2003
Meldestufe 1
Meldestufe 2
Meldestufe 3
Meldestufe 4
Q beobachtetQ berechnet
-2 0 20
24
68
1012
Fehler der Warnstufe / n = 21
Differenz in Meldestufe
Abso
l. H
aeuf
igke
it
Ehrendorf / Lainsitz
Zeit
Abflu
sssc
heite
l (m
3/s)
050
100
150
05/17/1991 05/17/1993 05/17/1995 05/17/1997 05/17/1999 05/17/2001
Meldestufe 1Meldestufe 2Meldestufe 3Meldestufe 4
Q beobachtetQ berechnet
-2 0 2
02
46
8
Fehler der Warnstufe / n = 21
Differenz in Meldestufe
Abso
l. H
aeuf
igke
it
Methoden
HD Salzburg, 2. Okt. 2006
Ergebnisse der Schätzung des HQ-Auftrittszeitpunktes
7.3721.679 Ehrendorf
6.8236.206 Wöllersdorf
4.9120.825 Gutenstein
12.9821.124 Hirtenberg
5.7214.133 Fahrafeld
Stabwg. (in hh)Mittlere Anstiegszeit (in hh)
Gebiet
16
Methoden
HD Salzburg, 2. Okt. 2006
Statistische Verfahren - Zusammenfassung
Vorteile: •Geringer Modellierungsaufwand
•Effiziente Berechnungszeiten
Nachteile: •Verfügbarkeit von N und Q muss gegeben sein
•Keine Information über Ganglinienverlauf
•Keine direkte Übertragbarkeit auf andere EZG
Methoden
HD Salzburg, 2. Okt. 2006
Einheitsganglinienverfahren zur Hochwasserprognose
Zielgrößen: Abflußganglinie (inkl. Scheitel u. Volumen)
Ausgangsdaten: Fließlänge
Höhendifferenz
Monatszahl
Niederschlagskennzahlen
17
Methods
Konzept kleiner Einzugsgebiete• Flächenaggregierte und ereignisbezogene Modellierung
• Dreiecksförmige Einheitsganglinie mit variabler Basis
• Dynamischer Abflussbeiwert
Methoden
HD Salzburg, 2. Okt. 2006
Methoden
HD Salzburg, 2. Okt. 2006
Effektivniederschlag
Zielgrößen: Anfangsverlust
Abflussbeiwert am Ereignisanfang
Abflussbeiwert am Ereignisende
Prediktoren: Vorregenindex
Monatszahl
Niederschlagskennzahlen
18
Methoden
Verlustrate und Effektivniederschlag
Zeit (h)
Nie
ders
chla
g (m
m)
0 10 20 30 40 50
0.0
0.2
0.4
0.6
0.8
1.0
Variable Abflussbeiwerte
Akkum. Niederschlag (mm)
Abf
luss
beiw
ert
0 5 10 15 20
0.0
0.2
0.4
0.6
0.8
1.0
variabler,linearer Abflussbeiwertlognormalverteilter Abflussbeiwert
Dynamischer Abflussbeiwert
HD Salzburg, 2. Okt. 2006
MethodenKonstanter Abflussbeiwert
Rainfall and Excess
Julian day
Pre
cipi
tatio
n (m
m)
13700 13702 13704 13706 13708
02
46
8
UH-Discharge
Julian day
Dis
char
ge (m
3/s)
13700 13702 13704 13706 13708
020
4060 Init. Loss : 30Method : 2Lossrate / RR-Coeff 0.5 Stretch-Faktor 10
HD Salzburg, 2. Okt. 2006
19
Linear variabler AbflussbeiwertRainfall and Excess
Julian day
Pre
cipi
tatio
n (m
m)
13700 13702 13704 13706 13708
02
46
8
UH-Discharge
Julian day
Dis
char
ge (m
3/s)
13700 13702 13704 13706 13708
020
4060 Init. Loss : 30
Method : 3Lossrate / RR-Coeff 0.1 0.75Stretch-Faktor 10
HD Salzburg, 2. Okt. 2006
Methoden
Lognormalverteilter AbflussbeiwertRainfall and Excess
Julian day
Pre
cipi
tatio
n (m
m)
13700 13702 13704 13706 13708
02
46
8
UH-Discharge
Julian day
Dis
char
ge (m
3/s)
13700 13702 13704 13706 13708
020
4060 Init. Loss : 0Method : 4Lossrate / RR-Coeff 4.5 0.6Stretch-Faktor 10
HD Salzburg, 2. Okt. 2006
Methoden
20
Methoden
A priori Parameterschätzung
UH-stretch Factor: stretch = f(nsum, nintens, month)Anfangsverlust: Initloss = f(apistart, month)Start-ABW: Lowpsi = f(Initloss, Upperpsi)End-ABW: Upperpsi = f(apistart, apipeak, nsum, nintens, month)
wherensum …total storm rainfall
nintens …rainfall intensitymonth …month (hydrological year)
apistart …antecedent precipitation index at start of stormapipeak …maximum antecedent precipitation index during storm
HD Salzburg, 2. Okt. 2006
Kalibrierung
Ergebnisse
HD Salzburg, 2. Okt. 2006
21
A priori Parameterschätzung
Ergebnisse
HD Salzburg, 2. Okt. 2006
Methoden
A priori Parameterschätzung für unbeobachtete EZG
wherenintens …rainfall intensitymonth … month (hydrological year)
apistart … antecedent precipitation index at start of storm
9 - 12
5 - 8
1- 4
0 - 2 2 - 4 4 – 6
NIntens
small Mod. small
mean
mean Mod. big
Mod. big
big
Mod. small
mean
9 - 12
5 - 8
1- 4
0 - 3 4 - 6 7 – 9
APIStart
big Mod. big
mean
mean Mod. small
Mod. small
small
Mod. big
mean
mon
th
mon
th
Initial Loss: Upper Psi:
Stretch Factor:0 – 2 2 – 4 > 4
NIntens
big mean small
HD Salzburg, 2. Okt. 2006
22
Rainfall and Excess
Julian day
Pre
cipi
tatio
n (m
m)
13442 13443 13444 13445 13446 13447
02
46
8
20.10.1996
UH-Discharge
Julian day
Dis
char
ge (m
3/s)
13442 13443 13444 13445 13446 13447
010
2030
Init. Loss : 3Method : 3Lossrate / RR-Coeff 0 0.6Stretch-Faktor 10Zielwert: 2.56
20.10.1996
HQ-1
HQ-30
HQ-5
Ergebnisse
A priori Parameterschätzung für unbeobachtete EZG
HD Salzburg, 2. Okt. 2006
Forecast Model Rainfall and Excess
Julian day
Pre
cipi
tatio
n (m
m)
15234 15235 15236 15237 15238 15239
01
23
16.9.2001
UH-Discharge
Julian day
Dis
char
ge (m
3/s)
15234 15235 15236 15237 15238 15239
010
2030
4050
60
PrognoseTime to Peak 30.96 hh
HD Salzburg, 2. Okt. 2006
23
Forecast Model Rainfall and Excess
Julian day
Pre
cipi
tatio
n (m
m)
15234 15235 15236 15237 15238 15239
01
23
16.9.2001
UH-Discharge
Julian day
Dis
char
ge (m
3/s)
15234 15235 15236 15237 15238 15239
010
2030
4050
60
PrognoseTime to Peak 24 hh
HD Salzburg, 2. Okt. 2006
Forecast Model Rainfall and Excess
Julian day
Pre
cipi
tatio
n (m
m)
15234 15235 15236 15237 15238 15239
01
23
16.9.2001
UH-Discharge
Julian day
Dis
char
ge (m
3/s)
15234 15235 15236 15237 15238 15239
010
2030
4050
60
PrognoseTime to Peak 12 hh
HD Salzburg, 2. Okt. 2006
24
Forecast Model Rainfall and Excess
Julian day
Pre
cipi
tatio
n (m
m)
15234 15235 15236 15237 15238 15239
01
23
16.9.2001
UH-Discharge
Julian day
Dis
char
ge (m
3/s)
15234 15235 15236 15237 15238 15239
010
2030
4050
60
PrognoseTime to Peak 6 hh
HD Salzburg, 2. Okt. 2006
EnsemblemodellPrecipitation
Runoff
Realtime Nowcast LA-Model (ALADIN)
HD Salzburg, 2. Okt. 2006
25
Methods
)(1i
nt
ti
int
ti
ii Pa
aARI ⋅⋅= ∑
∑
−
=−
=
(1)
were i … Time index (in days) a … coefficient (=0.88) P … Precipitation (plus snowmelt
… optional) in mm/d n … memory length in days (=28)
time
2 Parametersn ... Memory lengtha ... Recession coefficient
Antecedent Precipitation Index API
t
t-i
t-j
P1
P2
HD Salzburg, 2. Okt. 2006
Methods
Antecedent Precipitation Index API
Gebietsniederschlag - Enns 1996
Tage
NS
(mm
)
0 100 200 300
020
40
Vorregenindex (inkl. Schneeschmelze) - Enns 1996
Tage
VRI (
mm
)
13200 13300 13400 13500
02
46
812
Abfluss - Enns 1996
Tage
Q (m
3/s)
13200 13300 13400 13500
050
015
00
Rainfall
API
Runoff
HD Salzburg, 2. Okt. 2006
26
Niederschlag
Zeit
NS
(mm
)
14487 14488 14489 14490 14491 14492 14493
0.0
1.0
2.0
3.0
Vorregenindex
Zeit
VR
I (m
m)
14487 14488 14489 14490 14491 14492 14493
05
1015
20
VRI (Stundenbasis)VRI (Tagesbasis)
Abfluss
Zeit
Q (m
3/s)
14487 14488 14489 14490 14491 14492 14493
010
3050
Methods
Antecedent Precipitation Index API
Rainfall
API
Runoff
HD Salzburg, 2. Okt. 2006
Schlussfolgerung
• Ereignisbezogene NA-Modelle eignen sich für die Abflussprognose.
• Eine Übertragberkeit auf unbeobachtete Einzugsgebiete ist z.T. möglich.
• Der ansteigende Ast der EGL kann gut über topographische Infos (z.B. DHM) abgeschätzt werden.
• Die Form der EGL kann in Abhängigkeit zu Ereignisparameter variiertwerden.
• Verlustraten und Abflussbeiwerte können zufriedenstellend durch Funktionen aus Zustandsparameter geschätzt werden.
• Bei unbeobachteten EZG ermöglichen “Soft-Rules” die Vorabschätzung der Abflussbeiwerte. Zur Klassifizierung sind jedoch benachbarte, beobachtete EZG notwendig.
• Quantitative Niederschlagsprognosen sind notwendig, das Ergebnis hängt stark von der Güte der N-Prognose ab.
• Das EGL-Verfahren ermöglicht auch die Verwendung von Ensemblevorhersagen und die Darstellung von Konfidenzbereichen.
HD Salzburg, 2. Okt. 2006
27
Allgem. Anmerkungen
• EGL-Verfahren für kleine EZG (< 300 km2)
• Bei größeren Gebieten Routing-Prozesse berücksichtigen.
• Für alpine Gebiete Schneeschmelzmodul erforderlich.- verteilte Modellierung- Schnee- u. Gletscherschmelze- Strahlung u. Temperatur
•
HD Salzburg, 2. Okt. 2006
Top Related